天气原理第5章--06-数值预报产品释用.ppt

单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,第,6,节 数值预报产品释用,1.,数值预报产品的定性应用方法,2,数值预报产品的定量应用方法,定性应用数值预报产品制作天气预报，实际上就是把天气学理论和天气图预报方法进行移植和扩展。不同于传统天气预报方法的是，将对前期和现时实况天气图的时间、空间分析延伸到了未来,(,利用了数值预报结果,),，并把传统天气图方法中对气压场、高度场,(,风场,),及温度场、湿度场的分析和预报扩展到对物理量场的分析和预报，我们把这种分析预报过程称之为“纵横分析”。在形势分析、预报的基础上，与天气学方法相应的一些具体预报方法也可用于数值预报产品的应用。,1,数值预报产品的定性应用方法,1,纵横分析法,以日本传真图,(,包括分析图和数值预报图,),为例，纵横分析的思路可用图,8.1,表示。,图,2.1,数值预报产品应用的纵横分析示意图,横向分析,，就是对各类图,(,包括前期实况分析图、现时实况分析图、不同时效的数值预报图,),作时间连续的演变分析。要着重分析影响系统的移动及移动中各时段的强度变化,(,包括生消,),。分析中应对各物理量场,(,如涡度及涡度平流、垂直速度场等,),的演变情况结合起来进行。,纵向分析,，是对同一时间的各类图作垂直对比分析，从中了解主要影响系统的空间结构和有关物理量的配置关系及其演变情况。如,FSAS,上若本站受低压控制，且,FSFE02,图中本站处于雨区内，则可对应分析,FXFE782,图的锋区、槽线,(,切变线,),、垂直速度和,FXFE572,上的湿区以及,FUFE502,上的涡度,(,涡度平流,),等分布,情况，以及上下对应分析槽线,(,锋面,),坡度及降水所在部位，由此判断锋面类型和相应的天气特点。这种分析对具体的要素预报有直接的启示作用。,相似形势法,相似形势法也叫天气,气候模型法，它是天气图预报具体方法的一种。它的理论依据是相似原理，即认为相似的天气形势反映了相似的物理过程，因而会有相似的天气出现。,用传统的相似形势法作气象要素预报，要在事先用历史资料把各种天气出现时的地面或空中形势归纳成若干型天气气候模型，并统计各型的相似天气过程与预报区天气的关系。作预报时；只要根据当时的天气形势及其演变特点，找到历史相似天气型，即可作出相应的天气预报。,有了数值预报产品，我们可以将传统的相似形势法加以改造和利用。方法是用预报的形势场到历史资料中找出相似个例或相似模型，则该相似个例或相似模型对应出现的天气，就是我们要预报的结论。可见，应用了数值预报产品，使我们把衡量天气形势和天气过程相似的标准，从前期和当前推进到了未来，无疑这对提高预报准确率是有利的。,3,落区预报法,将表征某种天气现象发生时的一些物理条件的特征量,(,线,),，描绘在同一张天气图上，然后综合这些条件，把各特征量,(,线,),重合的范围认为是该种天气现象最可能出现的区域，这种方法就叫做落区预报法。,实践表明，某些天气,(,特别是对流性天气,),形成的物理条件常常在天气产生前不久才开始明显。因此，在有数值预报产品以前，落区预报法所能预报的时效是非常有限的，一般只能作,12,小时以内的预报。因为用当时的观测实况资料组成的各特征量,(,线,),来确定某天气现象的落区，从本质上讲只是一种实时诊断而非预报。,有了数值预报产品，就有了预报的未来的天气形势、有关物理量，也就有了能反映某种天气产生的各物理特征量,(,线,),的预报值，根据这些特征量,(,线,),确定的天气落区，才是真正意义上的落区预报。,例如，我们要预报雷暴等对流性天气，就需要了解未来的影响系统,(,触发机制,),、垂直运动、湿度及稳定度等情况，并用相应的特征量,(,线,),来确定其未来的落区。根据可得到的数值预报产品和有关的天气学知识，一般认为槽前型雷暴多出现在,500hPa,槽前、低空,SW,风急流的左前方、有上升运动,(,0),或正涡度平流,(V,0),、,中低层湿度大,(TTd8,时编为,0,；,58,时编为,0.5,；,5,时编为,1,。,建立预报方程,(,用因子间的逻辑乘并求和的方法,),。,用预报方程对历史样本进行拟合，并划定无雨、小到中雨、中到大雨、大到暴雨各级的判别界值。,应注意的几个问题,1.,关于,PP,，MOS,，,MED,与,CS,的联系与区别,PP,和,MOS,都是动力统计预报方法，,MED,可称为天气动力统计方法，它们所采用的基本技术都属于统计学的范畴，因此可以说，都是源于经典统计方法的。它们的区别在于建立预报方程时所用的因子资料不同，制作预报时所用的因子资料也有差别。如果记：,Y,t,为,t,时刻预报量的估计值,(,预报值,),；,X,0,为预报起始时刻或之前的预报因子实测值；,X,t,为与预报量同时出现的预报因子实测值；,X,t,为数值预报作出的,t,时刻的预报因子值。,则,CS,，,PP,，,MOS,，,MED,的方程建立和使用可用下表所列的数学表达式来描述。,CS,，,PP,，MOS,，,MED,方程的区别,可见，,PP,，,MOS,，,MED,的共同优点是预报中使用了数值预报产品作为预报因子。因此，发挥它们的优势的关键是选择适当的数值预报产品因子。选择的原则是根据不同的预报对象，针对其形成条件和机制，从众多的数值预报产品中挑选物理意义清楚，与预报对象相关性好而因子之间尽可能相互独立者。,2.,注意天气气候规律的应用,为了改进数值预报产品的统计释用效果，象经验预报那样，注意天气气候规律的应用，是非常重要也十分必要的。,(1),我们知道，不同的天气阶段，例如多雨时段和少雨时段，有不同的天气活动特点，需要使用不同的预报因子和指标。因此，在应用上述方法作数值产品的统计解释时，通常需要按不同的时间分别建立统计预报方程。,常用而简便的方法是按月或季节分别建立预报方程，这可以部分地考虑天气气候背景的因素。但实际的天气阶段并不一定和月界、季界相一致，所以如果能按各地实际的天气时段分段作统计预报方程，可望得到较好的效果。若采用动态相似统计方法对历史样本的处理方法，则效果更好。,(2),不同的天气形势，反映了不同的影响系统，通常有不同的天气特点。因而，在数值产品的统计解释应用中，分型统计的方法也常被采用，而且在通常情况下比不分型的效果要好。动态相似统计方法，实际上包含了客观分型的作用。,(3),分型、分月,(,季,),统计带来的不良后果是减少了统计样本，这对小概率天气的预报影响更明显。解决的办法之一是采用同一气候相似区域内样本共享的方法，建立一个区域预报方程。美国国家天气局技术发展实验室在制作大降水,MOS,预报时，就采用了这一方法。但该方法也有弊病：用同一区域方程来对该区域内的各站点作预报时，方程的因子种类、系数对各站均相同，只是因子值不同。而区域内相邻两站的距离可能不足一个格距，经插值后得到的因子值及其预报结果很难区分两站的差别。所以还要有下述样本过滤的方法加以弥补。,3.,关于小概率天气预报中的样本过滤,(,消空,),问题,统计预报的基本特点之一是对小概率事件的预报能力差。为了提高统计样本的气候概率，在进行统计前首先对样本资料进行过滤,(,也叫消空,)是十分必要也非常有效的。过滤,(,消空,),的做法是：,(1),建立资料档案。设有乙个候选因子，样本个数,M,个，预报对象出现的有,N,例。,(2),确定因子类型。预报因子一般有以下三种类型：,a,型,(,正相关型,),：因子值越大，预报对象出现越有利；,b,型,(,反相关型,),：因子值越小，预报对象出现越有利；,c,型：因子值在某区间，预报对象出现有利,(,如风向,),。,(3),根据因子的不同类型，在,M,个历史样本中找出预报对象出现,(y,1),时各因子的最小值,、最大值,(a,型,=+,，,b,型,=,),。并称,，,+,),，,(,，,，,，,为,a,，,b,，,c,三类因子的“区间。显然，在“,，,”区间以外的样本，都未出现过预报对象，都是可消空样本。,(4),分别计算每个候选因子的可消空样本数,Mi(,即“,，,”区间外的样本数,),。可见，可消空数越大，该因子消空能力越强，应优先取用。即先用该因子对样本进行消空。,(5),用剩余的因子和样本继续上述工作，直到所有因子不能再对剩余样本消空为止。则所有选取的因子及其确定的,，,值,(,即为消空条件,),构成该预报对象的消空指标库。,前述,MED,方法举例中的消空指标库就是这样确定的。夏建国在“全国,248,站中,大雨以上降水概率,MOS,预报”一文中，对各站都设计了,6,个标准作为过滤条件；周家斌等在“数值预报产品在人机交互系统中的应用研究”一文中也综合预报员的经验，采用了天气学消空条件。这些工作都取得了较好的效果。,4.,注意再加工因子的利用,在上一节介绍数值预报产品的定性应用方法时，我们已提到数值产品的再加工,(,再诊断,),问题。实际上在定量应用数值预报产品时也会遇到类似的问题，也需要采取类似的解决办法。,(1),简单算术运算后的加工因子。比如我们在作中期,MOS,预报时，如果使用欧洲中期天气预报中心的预报产品，那么可供选择的预报因子就只有地面气压场、,500hPa,高度场和,850hPa,的,U,，,V,分量与温度场以及,200hPa,的,U,，,V,分量等为数不多的产品，此时可通过再加工来获得许多有意义的新因子。这里仅以高度场的格点值为例，看是如何通过再加工来增加预报信息的。,设格点分布如图,8.18,所示，则有,T,1,H,1,+H,3,+H,5,+H,7,4H,0,2,H),根据地转风原理可知，它表示了在,0,点的地转相对涡度。,T,2,(H,6,+H,7,+H,8,),一,(H,4,+H,3,+H,2,),近似表示了南北方向的气压梯度。,T,3,(H,2,+H,1,+H,8,),一,(H,4,+H,5,+H,6,),近似表示了东西方向的气压梯度。,T,4,H,4,+H,8,2H,0,近似反映东北,西南走向的高空槽的强度。,T,5,(T,4,+T,6,2H,5,)+(T,3,+H,7,2H,0,),+(H,2,+H,8,2H,1,),T,6,(H,2,+H,4,2H,3,)+(H,1,+H,5,2H,0,),+(H,8,+H,6,一,2H,7,),可分别近似表示横槽和竖槽的强弱,。,图,8.18,格点分布示意图,此外，还可对高度场作自然正交函数,EOF,展开，取其特征向量函数的时间系数为预报因子；作切比雪夫正交多项式展开，取其系数为预报因子；用谐谱分析方法作富里埃级数展开，取其振幅、位相、动能、角动量输送等参量为预报因子。,为了提高因子的统计稳定性和代表性，还可采用多格点,(,例如,5,点或,9,点,),平滑的办法。采用类似的方法，还可以加工出许多新的再生产品这些产品都可以作为预报方程的因子使用。,(2),变量因子。夏建国在“全国,248,站中,大雨以上降水概率,MOS,预报”一文中设计了,10,种不同时效之间预报值的变量,(,或差值,),因子，如,48,24,。他们发现，在不少地方,的变量比,值与降水的关系要好。表明,的变量比,本身更能反映该地区低空气流是否有利于产生降水。反映大气稳定度变化的垂直温差之变量和反映冷空气活动的低空变温等因子，也有类似功能。变量因子程度不等地提高了,MOS,方程的质量。,(3),物理量组合因子。即将数值预报产品按一定的物理意义进行重新组合后形成的新因子。例如，若记,700hPa,上的垂直速度为,，,850-500hPa,的水汽通量散度和、相对湿度平均值分别为,DV,，,RH,，,则组合因子,RH,DV,综合反映了中低层大气水汽的垂直输送情况。,5.,不同预报时效的数值产品的应用问题,通常情况下，不同预报时效的数值产品一般应用于相应时效的统计预报方程中。但实践表明，不同预报时效的数值产品也可以应用于同一预报时效的预报方程中，而且有时还能有效地提高预报效果。这是因为数值预报可能存在着系统性偏快或偏慢现象，而且在不同地区常有不同的表现。为了改善这种状况，可采用前后预报时效的数值产品同时使用的方法。比如在建立,36,小时预报方程时，可同时采用预报时效为,24,，,36,，,48,小时的数值预报产品作因子。,6,.,关于综合统计方法,上述,MED,方法反映了综合统计的基本思想，根据这一思想，还可以构造出其它新的综合统计方法,(Synthetic Statistical Method,，,简称,SSM),。,例如，一种,SSM,建立方程的形式表述为,：,相应地，应用该方程作预报时的形式为：,它不但包括了,MED,的内容，而且把,PP,法的预报结果也作为方程的一个因子，因此其综合能力更强。,